o在2023年4月KGWADI教授逝世后,市议会不得不招募新的VC&P,我们为我们设法从2024年2月恢复办事处的Unisa招募Khehla Ndlovu教授感到自豪。理事会目前正在填补当前空置的副副校长(RICI,资源与计划以及教学)。
B9/67C 2024 年 8 月 19 日 行政长官 全体认可机构 先生/女士, 使用生成人工智能的消费者保障 我谨致函,向认可机构提供一套关于从消费者保障角度在面向客户的应用中使用生成人工智能(“GenAI”)的指导原则。鉴于大数据分析和人工智能(“BDAI”)的发展,香港金融管理局(“金管局”)于 2019 年 11 月 5 日在《认可机构使用大数据分析和人工智能的消费者保障》通函中发布了一套指导原则(“2019 年 BDAI 指导原则”),重点关注四个主要领域,即管治和问责、公平、透明度和披露,以及数据隐私和保护(请参阅附件 1 的简要摘要 1 )。这些指导原则已被证明对银行和客户有益,并有助于促进香港银行业 BDAI 的健康发展,正如香港金融管理局最近进行的一项调查显示 BDAI 使用案例激增所见(调查结果摘要见附件 2)。更重要的是,2019 年 BDAI 指导原则还有助于增强客户对使用采用 BDAI 的银行服务的信心。近几个月来,香港金融管理局注意到银行业对在其运营中采用 GenAI 的兴趣日益浓厚。GenAI 是 BDAI 的一种形式,可以生成新内容,例如文本、图像、音频、视频、代码或其他媒体,
抽象正电子发射断层扫描/计算机断层扫描(PET/CT)极大地改变了非侵入性神经胶质瘤评估的景观,为通过磁共振成像(MRI)获得的辅助见解提供了互补的见解。PET/CT扫描可以对神经胶质瘤生物学进行多方面的分析,支持从分级和差异诊断到绘制肿瘤的全部范围并计划后续治疗和评估的临床应用。具有一系列专门的放射性植物,研究人员和临床医生现在可以探测神经胶质瘤的各种生物学特征,例如葡萄糖利用,细胞增殖,氧缺乏症,氨基酸运输和反应性星形胶质细胞增多。本评论旨在提供有关多功能PET/CT放射性示例在神经胶质瘤研究和临床实践中的应用的最新更新。
但我们会告诉他们,我们担心在未 (a) 咨询受影响者或 (b) 向那些本应受到约束的人公布政策的情况下采用政策的程序违规行为;我们还会对 (c) 仅将政策追溯到特定陈述的进一步违规行为表示担忧。我们还建议 (d) 探讨这种观点歧视与 ACM 的其他政策相冲突的说法的优劣。我们希望给 ACM 一个机会,共同努力达成双方都能接受的解决方案。3. 指导委员会将在适当的时候开会讨论 FAccT 的可能性
抗生素被广泛用作人类的药物,也用作生长运动,预防疾病和治疗的牲畜。然而,对抗生素的普遍用法导致了对全球挑战的关键挑战,从而提出了有关抗生素耐药细菌和抗生素 - 耐药基因的问题。存在抗生素耐药细菌和抗生素耐药基因的威胁越来越多,影响了治疗对传染病的有效性。预测表明,到2050年,可能归因于携带抗生素抗性基因的病原体死亡。因此,针对去除残留抗生素,消除抗生素耐药菌的方法的迫切需求以及在释放到环境之前,在废水处理和牲畜废物管理之前消除了抗生素耐药基因。这种补救方法旨在减轻由抗生素引起的自然细菌对天然细菌的影响压力,并减轻潜在的抗生素抗性菌株的出现。本评论论文旨在概述当前状态和
自伦琴于1895年发明X射线以来,放射治疗发展迅速。此后,X射线生产技术的进步主要集中在计算机控制的强度调制光束传输上。1 利用诸如直线加速器 (LINAC) 等先进设备产生的辐射已成为一种有效的治疗工具。与传统的X射线机相比,LINAC 产生的辐射具有多种优势。现代放射治疗主要使用同期开发的医用 LINAC 产生的辐射。LINAC 可以对高能X射线进行修改,使其与肿瘤的形状相符,从而有效杀死癌细胞,同时保护周围的健康组织。此外,为了产生相对论速度的电子,高功率 LINAC 也正在得到推广。2
本研究探讨了 K-最近邻 (KNN) 算法在水果分类和质量评估中的应用,旨在通过机器学习改进农业实践。该研究采用了一个全面的数据集,涵盖了水果的各种属性,例如大小、重量、甜度、脆度、多汁度、成熟度、酸度和质量,并利用 5 倍交叉验证方法来确保 KNN 模型性能的可靠性和通用性。研究结果表明,KNN 算法在所有指标上都表现出较高的准确度、精确度、召回率和 F1 分数,表明该算法在对水果进行分类和准确预测其质量方面非常有效。这些结果不仅验证了该算法在农业应用中的潜力,而且与现有关于机器学习解决复杂分类问题的能力的研究相一致。该研究的讨论延伸到在农业领域实施基于 KNN 的模型的实际意义,强调了彻底改变质量控制和库存管理流程的可能性。此外,该研究通过证实有关 KNN 在农业环境中有效性的假设,为该领域做出了贡献,并为未来的探索奠定了基础,这些探索可以整合多种机器学习技术以增强结果。后续研究的建议包括扩展数据集和探索算法协同作用,旨在进一步推动农业技术和机器学习应用的发展。
药物-靶标结合亲和力 (DTA) 预测对于药物发现至关重要。尽管将深度学习方法应用于 DTA 预测,但所获得的准确度仍然不理想。在这项工作中,受到最近检索方法成功的启发,我们提出了 𝑘 NN-DTA,这是一种基于非参数嵌入的检索方法,采用预先训练的 DTA 预测模型,它可以扩展 DTA 模型的功能,而无需或几乎不需要任何成本。与现有方法不同,我们从嵌入空间和标签空间引入了两种邻居聚合方法,并将它们集成到一个统一的框架中。具体而言,我们提出了一种具有成对检索的标签聚合和一种具有逐点检索最近邻居的表示聚合。该方法在推理阶段执行,并且可以在无需训练成本的情况下有效提高 DTA 预测性能。此外,我们提出了一个扩展,Ada-𝑘 NN-DTA,一种具有轻量级学习的实例化和自适应聚合。在四个基准数据集上的结果
辅助生殖技术(ART)对于牛育种和可持续食品生产至关重要。与基因组选择一起,这些技术有助于减少生成间隔和加速遗传进步。在本文中,我们讨论了在繁殖动物评估中使用的技术的进步,以及配子的收集,加工和保存。对于育种行业来说,选择下一代的大坝和尊敬至关重要,这是高效,及时的配子收集。需要使用可靠且易于适用的方法来评估性成熟度和生育能力。尽管近几十年来,配子加工和保存得到了改善,但仍遇到挑战。有针对性的性精液和牛肉精液的目的使用已消除了乳制品品种的多余替代小母牛和牛犊的产生,从而显着改善了动物福利和生产实践中的道德考虑因素。与新技术平行,尽管应用程序不断发展,但许多公认的技术仍然相关。体外生产(IVP)已成为胚胎产生的主要方法。尽管已经建立了IVP程序的基本改进,但IVP胚胎的质量仍然不如其体内对应物。改进以促进卵母细胞成熟和新培养系统的发展,例如微流体。需要新的非侵入性和客观工具来选择胚胎进行转移。冷冻保存精液和胚胎在遗传学的分布中起着关键作用,我们讨论了该领域的挑战和机遇。最后,机器学习(ML)在农业和艺术方面正在发展。本文深入研究了新兴技术在艺术中的利用,以及当前的地位,主要挑战以及ML在艺术中的研究和实际应用中的未来前景。
